Pandas如何基于环比增长率MoM_pct及前值填充value列NaN空值

核心思路 #

将数据按value非空的位置分组，每组以第一个非空有效值为基准，通过组内环比增长率的累积乘积递推计算所有连续空值，天然支持任意长度的连续空值场景，无需提前预判空值连续长度。

前置条件 #

先确保数据已经按时间列升序排列，保证环比计算的时序正确性。

实现代码 #

# 按日期升序排序（若数据已排好序可跳过该行）
df = df.sort_values('date').reset_index(drop=True)

# 按非空value的位置拆分分组，每个非空值对应一个分组的起点
value_groups = df.groupby(df['value'].notna().cumsum())

# 组内递推计算填充后的值
df['value'] = value_groups.apply(
    lambda group: group['value'].iloc[0] * (1 + group['MoM_pct']).shift().cumprod().fillna(1)
).reset_index(level=0, drop=True)

逻辑说明 #

• 分组键df['value'].notna().cumsum()的作用是：每遇到一个非空的value就生成一个新的分组ID，同一个分组内的结构为「1个已知有效值 + 后续所有连续空值」
• 组内计算时，对1+MoM_pct做shift()是为了对齐逻辑：当期空值是乘以上一期的有效值，所以组内第一个元素的乘数为1（保持基准值不变），后续元素依次乘前序所有环比增长率的乘积
• cumprod()会自动计算组内累积乘积，不管组内有多少个连续空值都能正确递推，不用重复写多轮fillna逻辑

内容的提问来源于stack exchange，提问作者ah bon